Pot la IA revisar la documentació de la meva empresa millor que una persona?

En què revisa millor una màquina, i per què

«Millor que una persona» és una frase que convé desmuntar en parts, perquè en unes és veritat i en d'altres no. Aquestes quatre sí, i es poden comprovar en una demostració amb els teus propis documents:

• Exhaustivitat. Llegeix totes les pàgines, totes les vegades. Una persona que revisa un expedient de desenes o centenars de pàgines a les set de la tarda se salta coses, i no sap quines. El sistema no es cansa i no prioritza per cansament.
• Consistència. Aplica la mateixa llista de comprovació a tots els documents, amb el mateix criteri, tant si són tres com si són tres-cents. La qualitat d'una revisió humana depèn de qui revisa, de quant sap i del dia que té; la del sistema, del criteri que li hagis escrit.
• Estructura. El que a una persona li porta hores —ordenar cronològicament el que apareix en vint documents amb dates diferents, extreure les dades que compten, creuar-les amb la norma o el criteri aplicable— el sistema ho lliura muntat, perquè el professional treballi sobre el resultat i no sobre el munt.
• Descart explícit. Diu què ha trobat i què ha descartat per irrellevant, i per què. És el punt on més falla una revisió amb presses: incloure el que no compta, o no distingir-ho. Que el sistema ho digui per escrit converteix un error invisible en una cosa que es comprova en un minut.

I n'hi ha una cinquena d'una altra mena: la traça. Cada dada porta el seu document i la seva pàgina. Quan algú pregunta «d'on surt això?», la resposta és a l'anàlisi mateixa, no a la memòria de qui la va fer.

En què no és millor, i com es construeix perquè no sigui un problema

Un sistema d'intel·ligència artificial també s'equivoca. El més honest és dir com: llegeix malament una dada en un escaneig de mala qualitat, interpreta una abreviatura en el sentit equivocat, dona per relacionat el que només apareix a prop, o afirma amb seguretat una cosa que el document no diu del tot. No són errors de cansament ni de descuit (són errors de lectura i d'interpretació) i per això no es corregeixen demanant-li que s'esforci més. Es corregeixen amb disseny.

1. 1La font al costat de cada dada. El professional no s'ha de refiar: clica i veu la pàgina d'on surt. Comprovar el que s'ha assenyalat és una feina de minuts; llegir-ho tot era una feina d'hores.
2. 2El professional aprova, sempre. El sistema produeix un esborrany d'anàlisi; qui signa és una persona amb nom, i edita el que vol abans que res no surti. En el nostre cas real, només el professional assignat a l'expedient pot generar el document, i l'edita en un editor o demanant canvis al sistema en un xat que té el document al davant.
3. 3El que no està clar es marca, no s'omple. Si una dada no apareix o l'escaneig no es llegeix bé, l'anàlisi ho diu. Un buit visible és millor que una dada inventada.
4. 4El criteri està escrit i és de la teva empresa. Què és rellevant, què es descarta, quina norma s'aplica: ho decideix el professional una vegada, per escrit, i el sistema ho aplica a tots. Quan el criteri canvia, es canvia en un sol lloc.

Dit en una frase: això no elimina la revisió: en canvia el paper. La persona deixa de llegir-ho tot per comprovar el que s'ha assenyalat i decidir. Què passa quan tot i així s'equivoca, i com es dissenya la supervisió, ho expliquem a què passa si la IA s'equivoca?.

Com queda muntat, pas a pas

El recorregut és el mateix sigui quin sigui el tipus de document; canvia el criteri que s'aplica en el tercer pas.

1. 1Entra la documentació. PDF amb text, escanejats, fotos de documents, fitxers d'ofimàtica. El que està escanejat passa primer per un reconeixement de text, amb un servei allotjat a la Unió Europea.
2. 2S'extreuen les dades. Dates, imports, diagnòstics, clàusules, referències: el que el criteri de la teva empresa digui que compta, cada dada amb el seu document i la seva pàgina.
3. 3S'aplica el criteri. La llista de comprovació escrita pel professional: què hi ha d'haver, què no hi pot haver, què es creua amb què. Aquí és on el sistema pot recórrer, a més, a una base de coneixement pròpia (al despatx, el seu propi corpus de sentències reals) per citar el que és aplicable.
4. 4Es lliura l'anàlisi muntada. Cronologia, dades, creuaments, el que és rellevant, el que s'ha descartat i per què, i els buits. En un format que el professional edita.
5. 5El professional revisa el que s'ha assenyalat i aprova. Res no surt sense aquesta aprovació, i queda registrat qui va aprovar què i quan.

El cas real: un despatx d'advocats

El tenim en producció, amb dades reals, en un despatx especialitzat en incapacitat permanent. El material de partida són informes mèdics del client: desenes o centenars de pàgines escanejades sense capa de text, procedents d'hospitals, laboratoris i consultes, amb formats diferents entre si. Abans, un lletrat ho llegia tot i redactava una anàlisi llarga del cas, i un altre de més sènior la corregia; la correcció més freqüent era sempre la mateixa: s'hi havien inclòs patologies irrellevants per al grau que es reclama.

El sistema converteix aquests informes en una anàlisi completa: cronologia mèdica datada, enquadrament legal del grau, correlació entre el clínic i el laboral, jurisprudència aplicable citada des del corpus propi del despatx de sentències reals, les escales d'objectivació recomanades i (això és el que va resoldre el problema del sènior) la llista d'afeccions rellevants amb el que es descarta dit explícitament. El lletrat assignat revisa, edita i aprova; el sistema no genera res per a un expedient que no sigui en la fase adequada ni per a ningú que no en sigui el responsable. El pas d'aquesta anàlisi al document complet que rep el client està explicat a pot la IA redactar propostes i informes per als meus clients?.

Les dades són de categoria especial (salut, i en un context judicial), de manera que el disseny és el de l'article 9 del RGPD: pseudonimització abans que res arribi al model, models de llenguatge i reconeixement de text allotjats a la Unió Europea, sense registre dels textos enviats al model, accés amb doble factor i cada acció atribuïda a una persona. Ho expliquem a on es processen les dades de la teva empresa?.

El que no publiquem, a posta: el nom del despatx, el seu volum ni quant de temps estalvia. No hi ha cap mesurament fet amb mètode sobre les seves dades, i sense això qualsevol percentatge seria una xifra de fullet. Quan n'hi hagi un, i tinguem permís escrit per publicar-lo, anirà aquí amb el seu mètode al costat.

El mateix plantejament, amb un altre criteri, és el d'una constructora per a la qual estem desenvolupant la lectura automàtica d'albarans i factures i el seu creuament amb el pressupost de cada obra: els documents entren pel mòbil, el sistema extreu i creua, i la persona confirma. Apareix a la taula de tipus de projecte de quant costa una aplicació amb IA.

Quina documentació hi encaixa, i què cal de la teva part

Hi encaixa qualsevol revisió que avui consisteixi a llegir molt per decidir poc. Les habituals:

• Expedients i informes llargs que cal resumir, ordenar en el temps i creuar amb un criteri: mèdics, tècnics, pericials, de sinistre.
• Contractes i plecs davant d'una llista de clàusules obligatòries, prohibides o que cal negociar.
• Factures, albarans i parts de treball contra el que s'ha demanat, el que s'ha pressupostat o el que s'ha lliurat.
• Documentació de compliment (de proveïdors, de clients, d'una auditoria) davant del que exigeix la norma o el contracte.
• Sol·licituds i formularis que arriben en formats diferents i cal validar abans de tramitar.

I això és el que cal de la teva part, perquè és el que decideix si funciona: un criteri escrit (si ningú de la teva empresa sap dir què és «correcte» en un document, el sistema no ho pot comprovar); una mostra de documents reals, amb els lletjos inclosos, per provar el reconeixement de text abans de comprometre res; i la persona que avui revisa, unes hores per setmana durant el pilot, perquè és qui té el criteri al cap i cal passar-lo a paper.

Quan això no val la pena

Hi ha casos en què la resposta correcta és no fer-ho, i preferim dir-ho aquí:

• Quan revises pocs documents. Si són uns quants al mes i els revisa la mateixa persona en una estona, el criteri escrit i el pilot costen més del que estalvien.
• Quan els documents són manuscrits o de molt mala qualitat. El reconeixement de text imprès és fiable; el manuscrit, molt menys. Es prova amb la teva mostra abans de decidir.
• Quan el criteri no es pot escriure. Si «depèn» és la resposta a tot i no hi ha manera de fixar què es comprova, no hi ha cap llista que aplicar.
• Quan s'espera que ningú no revisi mai. El sistema assenyala; la persona decideix. Si aquesta expectativa no es pot canviar, el projecte es donarà per fallit encara que funcioni, i en documents amb conseqüències legals, a més, no és acceptable.